UTS MANAGEMEN

DATA
UHAMKA IKM B2

SUHERMI YENTI

150947030
SOAL ANALISIS DAN INTERPRETASI DATA (TAKE HOME)

Data yang digunakan adalah file Latihan.sav yang telah diberikan, silahkan :
1) Di analisis menggunakan SPSS
2) Diketik dengan rapi dengan dibuat tabel Word Processor (Microsoft Word, Open Office,
dll); dan
3) Diketik dengan rapi dengan interpretasi yang tepat di Word Processor, topik sebagai
berikut :
a. Perbedaan antara status hipertensi (kat) dengan umur ibu (num)
b. Perbedaan antara berat badan ibu (num) sebelum (bbibu1) dan sesudah (bbibu2)
c. Perbedaan antara tingkat pendidikan (kat) dengan tekanan darah ibu (num)
d. Hubungan antara umur kelahiran (kat) dengan status ekonomi (kat)

JAWABAN

UTS Managemen Data IKM B-2 | 1

a. Perbedaan antara status hipertensi (kat) dengan umur ibu (num)
Berdasarkan data yang akan di uji, dimana uji komparasinya 2 kelompok tidak
berpasangan maka akan digunakan pengujian statistik perbedaan T-Test.
Dalam menggunakan T-Test ada beberapa syarat atau asumsi yang harus dipenuhi. Asumsi
utama yang harus dipenuhi dalam menggunakan T-Test adalah data harus berdistribusi normal.
Jika data tidak berdistribusi normal, maka harus dilakukan transformasi data terlebih dahulu
untuk menormalkan distribusinya. Jika transformasi yang dilakukan tidak dapat membuat
distribusi data tersebut menjadi normal, maka T-Test tidak valid untuk dipakai, sehingga
disarankan untuk melakukan uji non-parametrik seperti Wilcoxon (data berpasangan) atau
Mann-Whitney U (data independen).

Sehingga terlebih dahulu dilakukan uji normalitas :

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

Umur 113 100,0% 0 0,0% 113 100,0%

Descriptives

Statistic Std. Error

Umur Mean 21,46 ,536

95% Confidence Lower Bound 20,40

Interval for Mean Upper Bound 22,52

5% Trimmed Mean 21,09

Median 21,00

Variance 32,501

Std. Deviation 5,701

Minimum 14

Maximum 38

Range 24

Interquartile Range 9

Skewness ,637 ,227

Kurtosis ,176 ,451

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

umur ,109 113 ,002 ,941 113 ,000

a. Lilliefors Significance Correction

UTS Managemen Data IKM B-2 | 2

Didapat dari tabel bahwa nilai signifikansi adalah 0,000 yaitu lebih kecil dari 0,05,
maka data tersebut tidak berdistribusi dengan normal. Sehingga jika data tidak
berdistribusi normal, maka harus dilakukan transformasi data terlebih dahulu untuk
menormalkan distribusinya.

Dalam hal ini, transformasi data telah dilakukan. Namun transformasi yang dilakukan
tidak mampu untuk menormalkan distribusi data tersebut, maka uji-t tidak valid untuk
dipakai, sehingga dilakukanlah uji non-parametrik yaitu : Mann-Whitney U (data
independen).

NPar Tests, Mann-Whitney Test

Ranks

riwayat hipertensi N Mean Rank Sum of Ranks

Umur Tidak 28 65,30 1828,50

Ya 85 54,26 4612,50

Total 113

Tabel di atas menunjukkan Mean Rank atau rata-rata peringkat tiap kelompok.
Yaitu pada kelompok kesatu rerata peringkatnya 65,30 lebih tinggi dari pada rerata
peringkat kedua, yaitu 54,26. Apakah perbedaan rerata peringkat kedua kelompok di
atas bermakna secara statistik atau yang disebut dengan Signifikan?

Maka lihat di bawah ini:

UTS Managemen Data IKM B-2 | 3

 Test Statisticsa

Umur

Mann-Whitney U 957,500
Wilcoxon W 4612,500
Z -1,552
Asymp. Sig. (2-tailed) ,121

a. Grouping Variable: riwayat hipertensi

Tabel di atas menunjukkan nilai U sebesar 957,500 dan nilai W sebesar 4612,500.
Apabila dikonversikan ke nilai Z maka besarnya -1,552. Nilai Sig atau P Value sebesar
0,121 > 0,05. Apabila nilai p value > batas kritis 0,05 maka tidak terdapat perbedaan
yang signifikan/bermakna antara dua kelompok.

b. Perbedaan antara berat badan ibu (num) sebelum (bbibu1) dan sesudah (bbibu2)

UTS Managemen Data IKM B-2 | 4

 Berdasarkan data yang akan di uji, dimana uji komparasinya 2 kelompok berpasangan
maka akan digunakan pengujian statistik perbedaan Paired T-Test. Sehingga harus dilakukan
uji Normalitas.
Paired T-Test digunakan apabila data selisih berat badan berdistribusi normal. Boleh jadi data
berat badan sebelum atau berat badan sesudah tidak berdistribusi normal, namun jika selisih
berat badan berdistribusi normal maka asumsi statistik parametrik telah terpenuhi dan Paired
T-Test dapat dilakukan.
Untuk itu dilakukanlah uji normalitas :

Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
berat badan ibu sebelum 113 100,0% 0 0,0% 113 100,0%
berat badan ibu sesudah 113 100,0% 0 0,0% 113 100,0%

Descriptives

Statistic Std. Error

berat badan ibu Mean 49,36 ,364
sebelum 95% Confidence Lower Bound 48,64
Interval for Mean
Upper Bound 50,09
5% Trimmed Mean 49,27
Median 48,95
Variance 14,970
Std. Deviation 3,869
Minimum 40
Maximum 60
Range 20
Interquartile Range 5
Skewness ,424 ,227
Kurtosis ,302 ,451
berat badan ibu Mean 60,53 ,616
sesudah 95% Confidence Lower Bound 59,31
Interval for Mean
Upper Bound 61,75
5% Trimmed Mean 60,66
Median 60,82
Variance 42,861
Std. Deviation 6,547
Minimum 42
Maximum 74
Range 32
Interquartile Range 9
Skewness -,372 ,227
Kurtosis -,161 ,451

Tests of Normality

UTS Managemen Data IKM B-2 | 5

 Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

berat badan ibu sebelum ,073 113 ,188 ,984 113 ,186
*
berat badan ibu sesudah ,054 113 ,200 ,985 113 ,226

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction

Didapat dari tabel bahwa nilai signifikansi lebih besar dari 0,05, maka data tersebut
berdistribusi dengan normal. Maka dapat dilakukan uji Paired T-Test.

UTS Managemen Data IKM B-2 | 6

 Paired Samples Statistics

Mean N Std. Deviation Std. Error Mean

Pair 1 berat badan ibu sebelum 49,36 113 3,869 ,364

berat badan ibu sesudah 60,53 113 6,547 ,616

Paired Samples Correlations

N Correlation Sig.

Pair 1 berat badan ibu sebelum &

113 ,701 ,000
berat badan ibu sesudah

Paired Samples Test

Sig. (2-
Paired Differences t df tailed)

95% Confidence

Std. Interval of the

Std. Error Difference

Mean Deviation Mean Lower Upper

Pair 1 berat badan

ibu sebelum -
-11,163 4,723 ,444 -12,043 -10,282 -25,125 112 ,000
berat badan
ibu sesudah

Output bagian pertama (Group Statistics) :

Pada bagian pertama ini menyajikan deskripsi dari pasangan variabel yang dianalisis,
yang meliputi rata-rata (mean) berat badan ibu sebelum 49,36 dengan standar deviasi
3,869 dan berat badan ibu sesudah 60,53 dengan standar deviasi 6,547.

Output bagian kedua (Correlations) :

Bagian ini diperoleh hasil korelasi antara kedua variabel, yang menghasilkan angka
0,701 dengan nilai probabilitas (sig.) 0,000. Hal ini menyatakan bahwa korelasi antara
berat badan ibu sebelum dan berat badan ibu sesudah berhubungan secara nyata,
karena nilai probabilitas < 0,05.

Output bagian ketiga (Paired sample test), Hipotesis :

Ho = Kedua rata-rata populasi adalah sama (rata-rata berat badan ibu sebelum
dan berat badan ibu sesudah adalah sama atau tidak berbeda secara nyata)
H1 = Kedua rata-rata populasi adalah sama (rata-rata berat badan ibu sebelum

UTS Managemen Data IKM B-2 | 7

 dan berat-badan sesudah adalah tidak sama atau berbeda secara nyata)
KEPUTUSAN :
Berdasarkan perbandingan nilai probabilitas (Sig.), maka :
Jika probabilitas > 0,05, maka Ho diterima
Jika probabilitas < 0,05, maka Ho ditolak
Terlihat bahwa t hitung adalah -25,125 dengan nilai probabilitas 0,000. Oleh karena
probabilitas 0,000 < 0,05, maka Ho ditolak. Yang berarti berat badan ibu sebelum dan
berat badan ibu sesudah adalah tidak sama atau berbeda nyata.
Dalam output juga disertakan perbedaan mean sebesar -11,163 yaitu selisih rata-rata
berat badan ibu sebelum dengan berat badan ibu sesudah.

UTS Managemen Data IKM B-2 | 8

c. Perbedaan antara tingkat pendidikan (kat) dengan tekanan darah ibu (num)

Berdasarkan data yang akan di uji, dimana uji komparasinya > 2 kelompok maka akan
digunakan pengujian statistik perbedaan Anova Test.

Diketahui bahwa Uji-Anova digunakan untuk uji beda rata-rata variabel numerik
(skala interval atau rasio) dan datanya berdistribusi normal. Sementara pada variabel
berskala ordinal atau data tidak berdistribusi normal (upaya transformasi data tidak
berhasil membuat distribusi normal) maka uji beda rata-rata 2 kelompok atau lebih
menggunakan uji Kruskal-Wallis.

Untuk itu dilakukanlah uji normalitas :

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

tekanan darah 113 100,0% 0 0,0% 113 100,0%

Descriptives

Statistic Std. Error

tekanan darah Mean 83,04 1,099

95% Confidence Interval for Lower Bound 80,86

Mean Upper Bound 85,22

5% Trimmed Mean 82,90

Median 80,00

Variance 136,362

Std. Deviation 11,677

Minimum 60

Maximum 110

Range 50

Interquartile Range 15

Skewness ,317 ,227

Kurtosis -,223 ,451

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

tekanan darah ,204 113 ,000 ,955 113 ,001

a. Lilliefors Significance Correction

UTS Managemen Data IKM B-2 | 9

Didapat dari tabel bahwa nilai signifikansi adalah 0,001 maka lebih kecil dari 0,05,
sehingga data tersebut tidak berdistribusi normal.
Sehingga digunakanlah uji Kruskal-Wallis.

Ranks

tingkat pendidikan N Mean Rank

tekanan darah SMA 35 62,69

SMP 42 53,06

SD/tak sekolah 36 56,07

Total 113

Test Statisticsa,b

tekanan darah

Chi-Square 1,755
df 2
Asymp. Sig. ,416

a. Kruskal Wallis Test

b. Grouping Variable: tingkat
pendidikan

Output pertama :
Menunjukkan informasi mengenai banyaknya data yang diolah untuk masing-masing
variable.

UTS Managemen Data IKM B-2 | 10

 Output kedua :
Memberikan informasi nilai sebagai dasar pengambil keputusan.
Untuk menentukan apakah tingkat pendidikan dari 3 tingkatan sama.atau tidak.
Hipotesis sebagai berikut :
Ho = Tingkat pendidikan dari 3 tingkatan sama
H1 = Tingkat pendidikan dari 3 tingkatan tidak sama

Syarat Ho diterima atau tidak berdasarkan nilai probabilitas sebagai berikut :

Apabila probabilitas > 0.05 maka Ho diterima
Apabila probabilitas < 0.05 maka Ho ditolak

Dari hasil di atas pada baris Asymp Sig terlihat bahwa nilai probabilitas 0,416.
Maka keputusan yang diambil adalah Ho. (0.416 > 0.05)

Jadi : Tingkat pendidikan dari 3 tingkatan sama

d. Hubungan antara umur kelahiran (kat) dengan status ekonomi (kat)

Berdasarkan data yang akan di uji, dimana uji komparasinya 2 kelompok kategorik
maka akan digunakan pengujian statistik hubungan Chi Square.

UTS Managemen Data IKM B-2 | 11

Dikatakan bahwa uji statistik untuk melihat hubungan antara dua variabel yang dikategorikan
digunakan uji chi-square (2 ). Secara spesifik uji chi square dapat digunakan untuk
menentukan/menguji :
1) Ada tidaknya hubungan/asosiasi antara 2 variabel (test of independency)
2) Apakah suatu kelompok homogen dengan sub kelompok lain (test of homogenity)
3) Apakah ada kesesuaian antara pengamatan dengan parameter tertentu yang
dispesifikasikan (Goodness of fit).
Secara umum tidak ada asumsi yang harus dipenuhi untuk uji 2 , karena distribusi 2 ini
termasuk free-distribution. Hanya saja, jumlah pengamatan tidak boleh terlalu sedikit,
frekuensi harapan (expected frequency) tidak boleh kurang dari satu dan frekuensi harapan
yang kurang dari lima tidak boleh lebih dari 20%. Jika asumsi ini tidak terpenuhi maka harus
dilakukan pengelompokan ulang sampai hanya menjadi dua kelompok saja (tabel 2 x 2), Pada
tabel 2 x 2 gunakan Fisher Exact test yang merupakan nilai-p sebenarnya, yang secara
otomatis sudah ada di output SPSS

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

tingkat sosial ekonomi *

113 100,0% 0 0,0% 113 100,0%
kelompok umur

tingkat sosial ekonomi * kelompok umur Crosstabulation

kelompok umur

tidak berisiko Risiko

(20-35 th) (<20 th/>35 th) Total

tingkat sosial rendah Count 36 34 70

ekonomi % within tingkat sosial ekonomi 51,4% 48,6% 100,0%

sedang Count 19 16 35

% within tingkat sosial ekonomi 54,3% 45,7% 100,0%

tinggi Count 5 3 8

% within tingkat sosial ekonomi 62,5% 37,5% 100,0%

Total Count 60 53 113

% within tingkat sosial ekonomi 53,1% 46,9% 100,0%

Chi-Square Tests

Asymptotic Significance
Value df (2-sided)

UTS Managemen Data IKM B-2 | 12

Pearson Chi-Square ,382a 2 ,826
Likelihood Ratio ,386 2 ,824
Linear-by-Linear Association ,334 1 ,563
N of Valid Cases 113

a. 2 cells (33,3%) have expected count less than 5. The minimum expected count is
3,75.

Risk Estimate

Value

Odds Ratio for tingkat sosial a

ekonomi (rendah / sedang)

a. Risk Estimate statistics cannot be

computed. They are only computed for a 2*2
table without empty cells.

Penjelasan :
Output 1 (Case Processing Summary)
Terdapat 113 data yang semuanya diproses (tidak ada data yang missing atau hilang),
sehingga tingkat kevalidannya 100%.

Output 2 (tingkat sosial ekonomi * kelompok umur Crosstabulation)

Terlihat tabel silang yang memuat hubungan antara variabel kelompok umur dengan
tingkat sosial ekonomi.

Output 3 (Chi Square Test)

Pada bagian Pearson Chi Square terlihat nilai Asimp.Sig sebesar 0,826. Karena nilai
Asimp.Sig 0,826 > 0,05, maka dapat disimpulkan bahwa Ho diterima, yang artinya
Tidak ada terdapat hubungan yang signifikan antara kelompok umur dengan tingkat
sosial ekonomi.
Hal ini dapat diartikan pula bahwa umur seseorang tidak mempunyai korelasi dengan
tingkat sosial ekonomi yang dimilikinya.

Case Processing Summary

UTS Managemen Data IKM B-2 | 13

 Cases

Valid Missing Total

N Percent N Percent N Percent

umur 113 100,0% 0 0,0% 113 100,0%

Descriptives

Statistic Std. Error

umur Mean 21,46 ,536

95% Confidence Interval for Lower Bound 20,40

Mean Upper Bound 22,52

5% Trimmed Mean 21,09

Median 21,00

Variance 32,501

Std. Deviation 5,701

Minimum 14

Maximum 38

Range 24

Interquartile Range 9

Skewness ,637 ,227

Kurtosis ,176 ,451

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

umur ,109 113 ,002 ,941 113 ,000

a. Lilliefors Significance Correction

umur

UTS Managemen Data IKM B-2 | 14

UTS Managemen Data IKM B-2 | 15